| 日期 |
讲座 |
话题 |
阅读资料和有用的链接 |
讲义 |
| 1月11日 |
ML简介
决策树
幻灯片
视频
|
|
米切尔：第3章
主教：Ch 14.4
这个机器学习学科
|
|
| 1月13日 |
决策树学习
概率复习
带批注的幻灯片
视频
|
|
安德鲁·摩尔的基本概率教程
主教：第1章至第1.2.3章
主教：Ch 2至2.2 |
硬件11月14日发布 |
| 1月18日 |
|
|
安德鲁·摩尔的基本概率教程
主教：第1章至第1.2.3章
主教：Ch 2至2.2 |
|
| 1月20日 |
|
|
米切尔：朴素贝叶斯和Logistic回归
|
|
| 1月25日 |
|
- 高斯贝叶斯分类器
- 文件分类
- 脑图像分类
- 决策面形式
|
米切尔：朴素贝叶斯和Logistic回归
|
HW1到期
HW2输出
|
| 1月27日 |
|
- 朴素贝叶斯-大局
- Logistic回归：条件似然最大化
- 梯度上升作为一种通用的学习/优化方法
|
米切尔：朴素贝叶斯和Logistic回归
Ng和Jordan：打开判别分类器和生成分类器，NIPS，2001年。 |
|
| 2月1日 |
|
- 生成/判别模型
- 最小平方误差和最大数据似然
- 偏方差分解
- 正规化
|
|
|
| 2月3日 |
实际问题
|
|
|
|
| 2月8日 |
|
|
|
HW3输出
|
| 2月15日 |
|
- D-分离与条件独立
- 推断
- 从完全观察到的数据中学习
- 从部分观察数据中学习
|
|
|
| 2月17日 |
|
|
相对长度单位和HMM教程J.比尔梅斯 |
|
| 2月22日 |
|
- 高斯聚类的混合
- 学习贝叶斯网络结构-Chow Liu
|
简介。到图形模型，K.Murphy
图形模型教程，M.乔丹
|
HW3到期
HW4输出
|
| 2月24日 |
|
|
米切尔：第7章 |
|
| 3月1日 |
|
|
|
HW4到期
|
| 3月3日 |
中期考试 |
|
|
中期
解决方案
|
| 3月15日 |
|
|
米切尔：第7章 |
|
| 3月17日 |
|
|
|
|
| 3月22日 |
|
- 马尔可夫模型
- HMM和贝叶斯网络
- 其他概率时间序列模型
|
主教Ch.13 |
|
| 3月24日 |
|
|
Mitchell第4章
主教Ch.5 |
项目建议书到期 |
| 3月29日 |
|
|
主教Ch.12至12.1
PCA教程，J.Schlens
SVD和PCA，Wall等人。
|
|
| 3月31日 |
|
|
深度信仰网论文、辛顿&萨拉库丁诺夫
CCA教程、M.Borga
|
|
| 4月5日 |
|
- Fisher线性判别
- 潜在Dirichlet分配
- 内核函数简介
|
Bishop Ch.6.1（必填）
Bishop Ch.6.2、6.3（可选） |
|
| 4月7日 |
|
|
主教章6.1
主教Ch.7至7.1.2 |
|
| 4月12日 |
|
- 最大限度地提高利润
- 噪声和软边缘支持向量机
- PAC学习和SVM
- 铰链损失，对数损失，0-1损失
|
主教Ch.7至7.1.2 |
项目中期报告到期 |
| 4月14日 |
|
今天没有CMU课程 |
|
|
| 4月19日 |
|
客座演讲：Burr Settles博士
|
结算：主动学习调查 |
|
| 4月21日 |
|
嘉宾演讲：Ziv Bar-Joseph教授 |
|
|
| 4月26日 |
|
|
Kaelbling等人：强化学习：一项调查 |
|
| 4月28日 |
|
- 非确定性领域中的Q学习
- RL作为动物学习模型
- 期末考试复习
|
|
|
| 5月6日（星期五） |
期末考试 |
- 下午1-4点
- 地点：Gates Hillman 4401
- 打开笔记，打开书本，没有互联网
|
最终研究指南 |
|
